Python3中的編碼

標籤：形式   資料   opened   ascii   傳輸   類型   技術分享   open   流量   

 

　　1.編碼：

　　1.1 ASCII

　　　　一個字元佔8位，

 

　　1.2 UTF-8

　　　　一個字元佔8位

　　　　一個中文佔24位

　　1.3 GBK

　　　　一個字元佔8位

　　　　一個中文佔16位

 

　　1.4 Unicode

　　　　1.4 只說Unicode的32位

　　　　　　一個字元佔32位

　　　　　　一個中文字同樣佔32位

問題 ： Unicode中的編碼方式能否utf-8中的編碼。 GBK的編碼方式能否識別utf-8中的編碼。 

　　（1）各個編碼之間的二進位是不能互相識別的，會產生亂碼。

　　（2）傳輸或儲存用的不是GBK就是UTF-8，或者其他的佔用位元組少的，unicode是不能用的，因為unicode佔用32位，傳輸速率與流量消耗是極大的。GBK和UTF-8的轉換需要藉助於Unicode。

 

　　2. python3的字串在記憶體中是unicode 32位編碼方式。這樣會產生的問題，一個檔案傳輸過去後，對方不能直接用，因為是亂碼的，所以必須要用UTF-8或GBK的方式進行轉換儲存傳輸，使用encode將str轉換為bytes類型（將unicode轉換為utf-8或gbk等），bytes類型可以是以utf-8或gbk或其他的編碼進行編碼儲存的str。

 

　　2.1 bytes類型，一種資料類型。bytes類型的操作與字串類似，與str的區別是編碼方式不一樣，str的編碼是unicode，bytes的編碼是gbk或utf-8的。所以想要儲存或者傳輸一個字串、文章等，必須將編碼轉換為gbk或utf-8或ascii或gbkgbk2312等（bytes是這樣的編碼方式），所以str想要傳輸和儲存不能直接進行，需要轉換成bytes類型在進行儲存和傳輸。

　　　　對於英文：

　　　　str： 表現形式 s = ‘alex‘，編碼方式用的是unicode

　　　　bytes：s = b‘alex‘，編碼方式用的是utf-8、gbk等，但不是unicode

 

　　　　對於中文：

　　　　str：表現形式 s = ‘中國‘，編碼方式是unicode

　　　　bytes:表現形式 s = b‘\xe4\xb8\xad\xe5\x9b\xbd‘，編碼方式是utf-8、gbk。2個位元組就是gbk，3個位元組就是utf-8.

 

　　2.2 將unicode如何轉換成utf-8或gbk等，也就是str與bytes之間的轉換

 1 # encode 編碼，將str轉換為bytes,轉換為bytes類型後，可以進行儲存和傳輸 2 s1 = ‘alex‘ 3  4 # 將s1這個在記憶體以unicode編碼方式儲存的字串轉換為bytes類型，使用utf-8編碼方式儲存的字串s11 5 s11 = s1.encode(‘utf-8‘) 6  7 print(s11)  # b‘alex‘ 8  9 s2 = ‘中國‘10 11 s22 = s2.encode(‘utf-8‘)12 print(s22)      # b‘\xe4\xb8\xad\xe5\x9b\xbd‘13 14 # 將s1這個在記憶體以unicode編碼方式儲存的字串轉換為bytes類型，使用gbk編碼方式儲存的字串s1115 s22 = s2.encode(‘gbk‘)16 print(s22)      # b‘\xd6\xd0\xb9\xfa‘

View Code

 

　　　　

Python3中的編碼